哪些本科專業在高等教育招生端更有市場？
——基于2005—2021 年浙江省高考錄取數據的統計分析*

王旭輝

（溫州大學 教育學院（教師教育學院），浙江 溫州 325035）

一、問題的提出

專業是高等教育人才培養的基本單元，也是高校招生的基本單元。 我國高等教育專業種類繁多，以本科為例，在教育部本科專業目錄中，有92個本科專業類、703 種本科專業。 現實中，不同專業、同一院校的不同專業、不同院校的同一專業或多或少地存在報考熱度差異，直觀地體現在各校各專業的錄取分數線和錄取平均分（下文統稱錄取分）上。 各專業錄取分的差異本質上是考生志愿的結構性分布問題，也是供需結構在高等教育招生端的一種表現形式。 最典型的招生端結構性供求失衡現象即“熱門專業”和“冷門專業”的分層。 專業的分層隨著新高考志愿填報和投檔模式的改變愈發明顯，特別是同一院校不同專業的錄取分不斷拉開差距。

那么問題就來了：如果把每一種專業作為一個整體，即從專業“種”而非專業“點”的層面比較，不同本科專業的錄取分差異究竟如何？ 哪些專業更有市場吸引力？ 深究這一問題不僅能掌握考生志愿的分布格局，剖析考生選擇專業的需求特征和心理動機，亦能評估高等教育招生供求的專業結構矛盾，是一項極具探索和啟發意義的基礎性研究。 當進入相關思考，又會有一系列激發人們探索欲的問題有待解答：哪些專業成為高分錄取專業的頻率較高？ 哪些專業的錄取平均分更出眾？ 哪些專業從過去到現在報考熱度發生了較大變化？ 從專業類的層面看情況又如何？ 新高考改革前后有何值得關注的變化？ 等等。

全面了解相關情況需要大數據的支撐，但是目前鮮有人系統地開展這項工作。 查閱文獻發現：學界雖不乏整體性地關注高校招生選拔和學生專業選擇的機制與結果，但往往不是建立在對各專業做分門別類的數據統計和微觀比較基礎上的實證研究。 即使涉及相關數據，也多停留在院校層面：如高考分數線的演變及成因分析［1］；或基于高考錄取分的大學生源質量評估［2］；或新高考改革對高校生源的影響分析［3］以及對錄取匹配的影響分析［4］；再就是高考錄取分和就業薪酬的關系探討［5］。 也有少量研究關注專業層面，如基于分數線的專業聲譽研究［6］、本科專業生源質量問題解析［7］、師范專業錄取分與教師職業行情的關系探討［8］、學生選專業的影響因素研究［9-11］等。 總體上，目前還是缺少對不同專業的大數據比較分析，對相關數據蘊含的理論和政策價值也知之甚少。

值得一提的是，2021 年發表在《中國高教研究》上的一篇題為《新高考改革對各專業生源質量的影響分析——基于浙江省高考錄取數據的實證研究》［12］的論文是為數不多的細化到專業類層面的統計研究。 然而，該研究尚有一些不足：一是題為分析“各專業”，實則分析的是“專業類”，未細化到具體專業。 二是該文只分了19 個專業類，分類太過寬泛必然影響結論的價值。 三是面對如此繁多的本科專業，該文只有6 020 個“專業點”的數據，遠非大數據分析，結論值得懷疑。 四是未控制無關變量，因果推理缺乏證據，僅通過“工程學”意義上的數據分析就把不同專業類的生源消長歸因于新高考改革，缺乏說服力。 五是該文停留于技術層面的經驗分析，僅以生源質量解讀錄取分數，未充分發掘數據的理論深義，思考問題深度有限。 筆者曾利用高考錄取數據分析了本科不同學科門類和高職不同專業大類的入學機會供求關系［13-14］，揭示了分數線背后的根本問題。

鑒于此，有必要對不同本科專業的歷年錄取分全面開展大數據統計，分析不同專業錄取分的相對差異、變化規律及其歸因，對不同時期“生緣”較好或較差的專業進行重點研究，為今后高等教育的招生供求關系調適和專業結構優化提供更多啟示。 一方面，本文跳出經驗主義思維，把不同專業的高考錄取分作為個人選擇（志愿競爭）和人才選拔（配額擇優）制度化交互作用下的一種信號，既反映生源格局，也體現供求關系，揭示教育經濟規律；另一方面，本研究有助于推動高等教育分專業招生錄取數據庫作為一項重大戰略舉措來建設，使之在教育部門動態監測、宏觀管理招生市場中長期發揮基礎性作用。

本文基于浙江省高考錄取數據，選取208 所本科院校作為數據采集對象①，統計這些院校所有招生專業在浙江省的錄取平均分，以之為基礎構建錄取分首位率、錄取分勢差等多指標對不同專業開展多維比較分析。 確切地說，院校是收集數據的載體，真正的數據采集單元則是院校中的每個專業。 雖然基礎數據按“專業點”采集，后期分析則是按“專業種”開展。 即記錄完各“專業點”的錄取分后，需計算每種專業的錄取平均分，以消除院校和偶然因素的影響，開展一般意義上不同種專業間的比較。 關于緣何使用浙江省的高考錄取數據分析該問題及其外部效度，筆者在以往系列研究中均有詳細交代，可參見筆者2020 年發表在《復旦教育論壇》第5 期或《教育學術月刊》第12 期的論文，本文不再贅述。 正因本文與前作是系列研究的關系，故在樣本選擇和數據使用方面和前作大體保持一致。 本研究的數據年份為2005—2021 年，原始數據來自浙江省教育考試院網站及官方出版的高考志愿參考書目。

二、高分考生大多去了哪些專業：基于錄取平均分的統計分析

圖1為2005—2021 年錄取平均分進入各高校招生專業前15%總次數最多的20 個本科專業位序圖。 縱坐標表示各專業錄取平均分入圍前15%的總次數的對數。 2005—2021 年成為高分錄取專業次數最多的5 個專業依次為電氣工程及其自動化、會計學、土木工程、臨床醫學和金融學，可近似看作過去吸納優質生源絕對量最大的幾個專業，即高分考生輸入最多的幾個專業。

圖1 錄取平均分入圍前15%次數最多的20 個本科專業的入圍次數對數圖

分析圖1 中20 個專業的構成可知：工學專業最多，共有9 個，其次是經管類專業，共計5 個，再次是醫學專業，占三席，理學、文學、法學專業各占一席。 可見，工學是優質生源輸入量最大的科類。這和其專業種類多、布點廣、招生規模大有直接關系，不能簡單地認為工學專業最熱門。 不難發現，圖1 中的專業均是高校開設率較高的專業，如英語、計算機科學與技術、數學與應用數學等專業幾乎開設于絕大多數高校。 開設率越高，招生頻次就越多，即統計機會越多，從而成為高分錄取專業的潛在機會相應地也會有所增加，但并不意味著一定越熱門。 有些布點較少、開設率較低的專業，即使報考熱度高，在高分錄取專業行列出現的絕對次數也是有限的，如審計學專業。 圖1 的意義在于它反映的是個規模問題。 從出現頻次的角度提示我們高分考生普遍被哪些專業錄取。

表1為特定年份錄取平均分進入各高校招生專業前15%次數最多的20 個本科專業對照表，選取2005 年、2009 年、2013 年、2017 年和2021 年進行比較。 首先，首席專業各年均不相同，從國際經濟與貿易到土木工程，到電氣工程及其自動化，再到會計學，最后變成法學，表明金字塔塔尖的專業隨時代變遷不斷變換。

表1 特定年份錄取平均分入圍前15%次數最多的20 個本科專業對照表

第二，位居前五的專業也在逐漸變化。 電氣工程及其自動化是工科專業中對優質生源“黏性”最大的專業，5 年中4 次躋身前五。 在側文端，會計學專業同樣有4 個年度位列前五。 更特別的是，臨床醫學是唯一一個5 年均進前五的專業，位次也較穩定，說明其生源穩定，從來不缺高分填報者。 與之形成鮮明對比的是國際經濟與貿易專業，2005 年高居榜首，之后跌出前五再未進入，優質生源大量流失。

第三，歷年前20 的專業也在持續更迭。 5 年均上榜的專業有臨床醫學、電氣工程及其自動化、建筑學、英語、會計學、金融學和法學，從出現頻次的角度講，這些算得上本科專業中的“常青樹”。相反，有些專業只是曇花一現，如生物工程、生物科學、機械工程、車輛工程、金融工程、藥學、思想政治教育、小學教育、人工智能等，僅上榜一次。其中，有些是近年新興的朝陽專業，如人工智能，有些則是人氣已成過去時的專業。

第四，變化趨勢上，有些專業的位次呈下滑之勢，直至跌出前20，如國際經濟與貿易、土木工程、機械設計制造及其自動化、通信工程、電子信息工程等；有些專業的位次則有上升之勢，如法學、口腔醫學、中醫學、漢語言文學、歷史學等。 前者以工科專業為主，后者以側文專業居多，揭示了生源轉移具有一定方向性，這種定向改變在新高考改革后尤為明顯。

第五，對比2021 年和2005 年可發現，20 個專業中有10 個相重合，半數專業被洗牌。 其中，在2005 年的20 個專業中，側理工專業占13 席，到了2021 年只剩10 席，且位次普遍下滑。 此外，近年來側文端師范專業異軍突起，如2021 年的20 個專業中，英語、漢語言文學、歷史學、思想政治教育、小學教育等專業均與“師范”有關。

三、哪些是真正的熱門專業：基于錄取分首位率②的統計分析

圖2為常見本科專業③中2005—2021 年平均錄取分首位率最高的20 個專業位序圖。 縱坐標表示2005—2021 年平均錄取分首位率（下文簡稱“平均首位率”）計算值。 如圖2 所示，平均首位率最高的5 個專業依次為口腔醫學、建筑學、臨床醫學、會計學和漢語言文學，平均首位率均超過50%，即每兩次招生中就有一次的錄取平均分進入所在院校前15%水平，是真正的熱門專業。 五個專業中有兩個醫學專業，只有一個工學專業，和圖1 中的前五個專業差別較大。 漢語言文學專業能進前五有些出乎意料，一種可能的解釋是師范專業整體趨熱和新高考以來側文端生源向好雙重利好的結果。

圖2 2005—2021 年常見本科專業中平均首位率最高的20 個專業位序圖

分析20 個專業的構成發現：工學專業和經管類專業均占6 席，醫學專業占3 席，文學專業占2席，法學、教育學、農學專業各有一席。 據此可總結幾點規律：其一，側文專業和側理工專業各占半壁江山。 其二，在理工科內部，熱門專業多出自工科，理科專業大多不溫不火。 其三，在側文端，總體呈現“財經熱”特征，其次是師范和語言文字類專業較受青睞。 第四，口腔醫學和臨床醫學是醫學門類中報考人氣最旺的專業，中醫學次之。 第五，園林作為唯一上榜的農學專業意味著農學未必皆冷門。

從平均首位率數值看，口腔醫學專業高達55.67%，排名第20 的園林專業則只有25.47%，提示熱門專業平均首位率的梯度衰減效應顯著，特別熱門的專業識別度高。 反觀冷門專業的平均首位率往往低于5.00%，有的甚至不足1.00%，如公共事業管理、護理學、旅游管理等專業均在此列。 此外，對比圖2 和圖1 的專業構成及排序可知，兩者差異較大。 圖2 的側文專業數量明顯多于圖1，印證了側理工專業表面上的生源優勢在一定程度上源于其規模優勢的推斷。

表2為特定年份錄取分首位率（下文簡稱“首位率”）最高的20 個本科專業對照表，同樣使用2005 年、2009 年、2013 年、2017 年和2021 年的數據作比較。 首先，各年首位率最高的專業有所不同，建筑學、會計學、臨床醫學和漢語言文學專業均曾高居榜首。 其中，臨床醫學專業兩次位居榜首，穩定性更佳。

表2 特定年份錄取分首位率最高的20 個本科專業對照表

第二，首位率前五的專業隨時間的推移有跡可循：早年以土木、建筑和電氣為代表的工科專業有一定優勢，中期演變為以會計學、金融學、臨床醫學和口腔醫學為代表的財經熱和醫學熱，后來又變成醫學熱和師范熱并存。 師范專業尤其勢頭好，諸如歷史學、漢語言文學、小學教育等曾經不溫不火的專業如今人氣驟升，可見考生的擇業觀發生了較大轉變，穩定、有保障的職業吸引力大增。

第三，各年首位率前20 的專業變中有穩。 5年未曾掉出前20 的專業有建筑學、臨床醫學、會計學、金融學和園林，是2005 年以來相對穩定的熱門專業，“保質期”較長。 相反，有些專業只是偶爾闖入人們的視野，如物理學、化學、生物科學、生物工程、應用心理學、工商管理、機械工程、車輛工程、人工智能等，其中有不少理學專業，它們多在早年有過一時起色，只是現已風頭不再。

第四，從變化趨勢看，大致是側理工專業位次下滑，側文專業位次上升。 位次下滑較快的專業如國際經濟與貿易、建筑學、土木工程、電氣工程及其自動化、機械設計制造及其自動化等多為工科專業，國際經濟與貿易專業是個例外，其生源流失大致始于2008 年金融危機；位次上升較快的專業有小學教育、口腔醫學、中醫學、動物醫學、漢語言文學、法學、風景園林、思想政治教育、歷史學、計算機科學與技術等，以師范專業最多、最突出；也有穩定性較高的專業，如臨床醫學和會計學，屬于招生端中的“常青樹”專業。

第五，比較2021 年和2005 年發現，兩者僅重合7 個專業，重合率為35%，近2/3 的熱門專業已重新洗牌，且“文進理退”現象客觀存在。 具體而言，在側理工端，“理”比“工”退得更明顯；在側文端，師范取代了財經的固有優勢。

最后，通過對若干年份常見本科專業的首位率相關性分析發現，從2005—2021 年，相當一部分專業的相對報考熱度發生了不同程度的變化。圖3 為常見本科專業自2005 年起前五年的平均首位率和截至2021 年后五年的平均首位率的相關性散點圖，相關系數略大于0.6。 據此可知，前五年和后五年的熱門/冷門專業分布存在一定相關性，但相關性談不上很強，縱使遠未達到全面重構的地步，前后變化也顯而易見。 如圖3，有的專業在前五年平均首位率可達40%～50%，而后五年僅有10%左右甚至更低，也有專業正好倒過來，這屬于典型的質變。 多數專業則是尚在量變過程中，或是在從量變到質變的路上。

圖3 常見本科專業2005—2009 年平均首位率和2017—2021 年平均首位率散點圖

四、哪些專業平均生源基礎更好：基于錄取分勢差④的統計分析

圖4為常見本科專業中2005—2021 年平均生源基礎最好的20 個專業的錄取分勢差圖。 錄取分勢差最高的5 個專業依次為口腔醫學、臨床醫學、建筑學、中醫學和會計學，3 個是醫學專業，生源優勢非常突出。 其中，口腔醫學專業的錄取分勢差高達22.58，意味著被該專業錄取的考生成績平均高于所在院校投檔線22.58 分，當高于該分值時，才有一半以上的概率能被該專業錄取。經比較，錄取分勢差最高的5 個專業和錄取分首位率最高的5 個專業有4 個相重合，重合率較高。雖然兩者反映不同的側面，但也有一定關聯性，又相互有別。 例如，中醫學專業的平均生源水平可進前五，但首位率并不突出，可見一個專業的平均生源水平和它成為高分錄取專業的概率不能直接畫等號。

圖4 常見本科專業中平均生源基礎最好的20 個專業的錄取分勢差圖

在圖4 的20 個專業中，工學專業和經管類專業各占6 個，醫學專業占4 個，文學專業有2 個，教育學和法學專業各有一個，科類結構與錄取分首位率前20 的專業相接近。 分科類看，口腔醫學是平均生源基礎最好的醫學專業；建筑學是平均生源基礎最好的工學專業；會計學和金融學分別為生源最佳的管理學專業和經濟學專業；生源基礎最好的文學專業則是漢語言文學，勝過任何一種外國語；小學教育和法學分別是教育學和法學門類中最具生源優勢的專業。 從分布規律看，錄取分勢差的遞減幅度先急后緩。 前4 個專業大幅領先，錄取分勢差均突破20，和第五個專業間形成斷檔，往后則是相對平緩地遞減，表明前4 個專業在生源方面有絕對優勢。 相反，有部分專業生源短缺，填報者只需超過院校投檔線幾分就能被錄取，如水產養殖學，錄取分勢差僅有4.78。

表3為2005 年、2009 年、2013 年、2017 年和2021 年錄取分勢差最高的20 個專業對照表。

表3 特定年份錄取分勢差最高的20 個本科專業對照表

第一，與表1、表2 不同，各年榜首專業變化不大，不是臨床醫學就是中醫學。 在醫科大學或綜合性大學中，本碩連讀或本碩博連讀臨床醫學專業通常是錄取分最高的專業，在中醫藥大學中則是各類中醫學專業置頂，這是多年來較為固定的規律。 不過隨著師范專業的異軍突起，正在打破往常格局。

第二，生源水平前五的專業競爭激烈，動態更替。 臨床醫學是唯一從未被擠出前五的專業，“保質期”最長。 歷史學專業的出現值得關注，2010 年以前榜上很難看到它的影子，如今能取代建筑學、會計學、金融學等傳統熱門專業皆因教師職業變得吃香，情況相似的還有小學教育、思想政治教育等專業，從中反映出專業的“冷”和“熱”可隨時代的變化迅速轉換。 事實上， 師范熱潮的涌現早已有跡可循。 在早期，師范院校的投檔線往往不及同級別的理工院校、財經院校、政法院校和語文院校，如今“身價”大漲，投檔線普遍達到或超過上述類型的院校。

第三，和表2 相似，表3 中各年前20 的專業變中有穩。 5 年均在列的專業只有5 個，分別是臨床醫學、建筑學、金融學、中醫學和會計學，多年來一直是報考者眼中的“好專業”。 有些專業5年只出現一次，如數學與應用數學、物理學、生物科學、經濟學、工商管理、物流管理、電子信息工程、德語、法語、商務英語、計算機科學與技術等，生源鼎盛期相對較短。 更多專業從未上榜，即從來不是生源基礎較好的專業之一。

第四，關于變化趨勢，不同專業分別表現為高開低走、高開高走、高開平走、低開高走等特征。國際經濟與貿易、金融學、電氣工程及其自動化、土木工程、機械工程、通信工程等屬于高開低走型專業；中醫學是典型的高開高走型專業；臨床醫學、法學、金融工程等屬于高開平走型專業；計算機科學與技術、小學教育、漢語言文學、歷史學、思想政治教育、風景園林等則是低開高走型專業。其中，計算機科學與技術是為數不多的生源向好的工科專業，得益于人工智能、大數據、信息技術等新興產業崛起帶來的人才需求。

第五，對比首尾兩年的數據可知，有交集的專業共有8 個，重合率為40%，變化較大。 2021 年側文專業的數量比2005 年增加一個。 與表2 反映的現象相似：在側文端，經管類專業的生源優勢有所弱化，取而代之的是師范專業；在側理工端，醫學專業的市場份額在擴張，理學和工學專業的市場份額有所萎縮。

第六，對若干年份常見本科專業的錄取分勢差做相關性分析發現，從2005—2021 年，招生端的生源格局有了不小的變化。 圖5 為常見本科專業自2005 年起前五年的錄取分勢差和截至2021年后五年的錄取分勢差的相關性散點圖，相關系數在0.5～0.6 之間，低于錄取分首位率的相關系數。 一部分專業前五年和后五年的相對生源水平變化顯著，表明生源在不同專業中的結構性分布產生了質變。 這是分別平均了前后五年的數據所做的相關性分析，若把2005 年和2021 年的數據單獨拿來分析，則相關系數遠低于圖5 呈現的水平。 這意味著考生及其家長眼中的好專業經歷了更新換代，部分專業的生命周期較短，對生源的吸引力從量變到質變不過短短十幾年。 這是時代變遷帶來的技術條件、產業結構、制度環境、社會觀念等多方面綜合變革對高等教育結構性供求關系的深遠影響。

圖5 常見本科專業2005—2009 年錄取分勢差和2017—2021 年錄取分勢差散點圖

五、哪些專業類更有吸引力：錄取分勢差的“態”與“勢”分析

按教育部本科專業目錄中的92 個專業類別對不同專業進行歸類，可計算不同專業類的錄取分勢差。 鑒于部分專業類別包含的專業種數或點數較少，數據量有限，本文將它們歸并至相近類別中，將92 個專業類合并成50 個進行統計分析。圖6 為2005—2021 年50 個專業類的平均錄取分勢差圖。

圖6 2005—2021 年不同本科專業類的平均錄取分勢差圖

平均生源基礎最好的10 個專業類依次為醫學類、財政與金融類、土木與建筑類、醫學技術類、中國語言文學類、經濟與貿易類、電氣與自動化類、航空航天類、政治學類和人文社科試驗班類。其中，醫學類錄取分勢差達19.75，遠高于其他類別，處于金字塔頂端。 從第二到第十個專業類的錄取分勢差遞減幅度較平緩，第二的財政與金融類為14.86，第十的人文社科試驗班類為12.52。說明醫學類專業的整體生源基礎遠好于其他熱門專業類。 主要原因在于醫學類中的多數專業都有不錯的生源基礎，即便像基礎醫學、預防醫學等小眾專業亦如此，而別的專業類中總有一些專業表現平平。 如土木與建筑類中，建筑類專業生源優勢顯著，土木類專業則差強人意；電氣與自動化類中，電氣類專業較受青睞，但自動化類專業拖了后腿；中國語言文學類和政治學類中，主要是師范專業拔高了平均生源水平，其他專業平平無奇。 此外，人文社科試驗班類排名高于理工科試驗班類，這是側文專業類生源吸引力大于側理工專業類的又一佐證。

平均生源基礎最不盡如人意的十個專業類依次為公安技術類、護理學類、動物生產類、農林工程類、社會學類、植物生產類、地礦與測繪類、輕工與紡織類、力學類和生物醫學工程類，以涉工和涉農專業類為主。 這些專業類之所以在招生端遇冷，因有的包含艱苦專業，工作條件較艱苦，如地礦與測繪類、農林工程類，有的則是就業率、就業面或就業預期造成的，如動物生產類、植物生產類、力學類、社會學類、輕工與紡織類等。 它們還有個共同點：機關、事業單位對這些專業類的人才需求量有限，畢業生報考公務員或事業編的選擇余地小、選擇面窄，從而生源吸引力不足。 護理學類另當別論，雖然社會需求缺口較大，就業難度低于醫學類和醫學技術類專業，但幾乎在所有醫科大學中，護理學類的錄取平均分都近乎墊底。 從中反映出人們選擇專業的邏輯不是單純能否就業的邏輯，而是包含了事業發展空間、職業滿意度、幸福感等因素在內的就業預期的邏輯，即綜合考慮了就業率、工作性質、工作強度、工作環境、待遇、地位、自由度、發展前景等多種因素后的選擇。就好比勞動力市場長期存在“技工荒”，卻還是鮮有人主動選擇接受職業技術教育。 背后的問題是社會需求和個人需求的結構性不對稱，是高等教育供需失衡的深層次問題。

圖6中間段主要由主流工學和理學專業類構成，主流工學專業類指的是以數理學科為基礎的工學專業類，如機械與儀器類、能源動力類、電子信息類等，而生、化、環、材工學專業類相對靠后。此外，近年頗有起色的計算機類僅位于中下游，說明在過去較長一段時間里，計算機相關專業在招生端總體表現平平。 例如，十多年前，計算機科學與技術、軟件工程、網絡工程等計算機類專業的平均生源基礎還不如機械工程、車輛工程、土木工程等傳統工科專業。

本文將某專業類的錄取分勢差與所有專業類的平均錄取分勢差之比稱為該專業類的標準化錄取分勢差。 比較各專業類標準化錄取分勢差的歷年走勢可掌握它們生源吸引力的變化歷程。 計算并分析2005—2021 年50 個專業類各自的標準化錄取分勢差發現，波動軌跡可大致概括為8 種類型：增長Ⅰ型、增長Ⅱ型、下降Ⅰ型、下降Ⅱ型、U型、倒U 型、平衡型和其他型（見表4）。

表4 不同本科專業類標準化錄取分勢差變化軌跡類型歸納表

增長Ⅰ型即2005—2021 年標準化錄取分勢差呈顯著增長態勢的專業類，如醫學類、教育學類、法學類和中國語言文學類。 它們在招生市場中的極化效應明顯，生源優勢不斷強化。 其中，醫學類高開高走，教育學類和中國語言文學類低開高走。 增長Ⅱ型即從2005—2021 年，標準化錄取分勢差穩中有升，或在某段時間有明顯升高，其余時間保持平穩的專業類，以醫學技術類、藥學類、心理學類、地理科學類、財政與金融類、工商管理類、公共管理類和新聞傳播學類為代表，側文專業類比重較高。 即使像公共管理類和新聞傳播學類那樣未必容易就業的專業類，近年錄取分也在上漲。 心理學類趨熱主要受醫學心理學和教育心理學兩駕馬車的拉動，地理科學類的升溫也與師范專業有關。

相對應的，下降Ⅰ型即標準化錄取分勢差呈顯著下降態勢的專業類，如理工科試驗班類、輕工與紡織類、生工與食品類和環境與安全類，清一色是理工專業類。 理工科試驗班作為高水平大學專門招收優質生源的跨學科、跨專業培養單元，曾經“票價”很高，但高開低走，一再“降價”，這是理工科專業優質生源流失的縮影。 而輕工與紡織類、生工與食品類和環境與安全類則是生源流失最嚴重的專業類。 下降Ⅱ型即標準化錄取分勢差穩中有降，或在某段時間有明顯下降，其余時間保持平穩的專業類，如物理學類、力學類、機械與儀器類、電子信息類、化工與制藥類、材料類、經濟與貿易類和管理科學與工程類均屬于這一類。 物理學類的生源流失與新高考改革后選考物理科目的考生減少有直接關系，并且波及力學類、機械與儀器類、電子信息類、材料類等建立在物理學基礎上的工科專業類。 經濟與貿易類和管理科學與工程類是為數不多的生源走下坡路的側文專業類。

U 型即標準化錄取分勢差先降后升的專業類，以數學與統計學類、生物科學類、計算機類和外國語言文學類較典型。 生物科學類早在2005年前后是報考熱度最高的理學專業類，隨后幾年淡出人們的視野，最近又搭上“師范熱”這趟車有所回溫。 外國語言文學類最早是小語種專業，表現搶眼，后來平靜了一段時間，最近又變成英語（師范）專業更出彩，總體表現為前后兩頭高、中間低。 相反，倒U 型專業類的標準化錄取分勢差先升后降，如能源動力類、電氣與自動化類、土木與建筑類、水利類、地礦與測繪類、交通運輸類和航空航天類，又是清一色的工科專業類。 這些專業類的生源高峰大致出現在2008—2013 年之間，各自略有差異。 例如，電氣與自動化類在2010—2013 年間最受考生青睞，報考者大多意在國家電網。 又如，土木與建筑類的生源高峰稍早，與房地產和大基建鼎盛期的時間表基本吻合，后來土木類專業回落較快，建筑類專業熱度依舊。

平衡型即標準化錄取分勢差在波動中保持平衡、無明顯漲跌的專業類，如化學類、地球科學類、護理學類、生物醫學工程類、農林工程類、植物生產類、動物生產類和森林資源與生態類均屬此類。其中，有一些從未真正進入大眾視野，旗下專業大多缺乏吸引力，也有一些是長期不溫不火。 此外，還有一類標準化錄取分勢差無明顯變化規律的專業類，可能是因為規模偏小，數據量有限，從而不足以反映其變化規律，也可能是因為在本文研究的時段內確無明顯規律可循，故將它們作為其他類別。

六、拓展討論及啟示

本研究揭示出不同本科專業在眾多高校中平均報考熱度和生源基礎的客觀差異及其變化規律，有助于全面掌握各專業在高等教育招生端的市場吸引力態勢，基于大數據分析得到了一系列重要結論。 這些結論內含豐富的理論和政策啟示。 識別并討論蘊含于數據中的根本問題有助于發覺這些啟示，為高等教育專業結構調整、招生錄取機制優化、招生數據庫建設和運用、供求關系宏觀管理等事項提供實踐助益。

（一）各專業的錄取分數除了反映生源狀況，本質上是招生供求關系的信號

筆者在以往系列研究［13-16］中指出：基于考試分數的普通高考招生錄取模式本質上是入學機會的制度化交易和自組織博弈，以志愿競爭和配額擇優為共同基礎。 在我國統一高考制度和學生自由選擇的市場機制下，不同專業相當于招生市場中的差異化機會產品，以“黑箱拍賣”（信息不對稱、競爭不充分條件下的競價）的方式向考生提供，考生根據需求自由擇校、擇專業，用分數投票競價所填志愿。 “黑箱式”的集體選擇和博弈是考生對不同機會產品的不完全競爭。 教育考試院根據各校各專業的招生配額按競價者的總分擇優錄取，根據錄取結果為不同機會產品“定價”。 因此，各專業在眾高校中的錄取平均分相當于其全社會招生的“均價”。 這一“均價”蘊含著市場的規律和供求的信號，是供需雙方制度化交易和自組織博弈的宏觀結果，準確傳遞了不同專業的招生供求關系信號。 本文用作數據分析的3 個參數均是在錄取平均分基礎上建立的指標，可從不同側面反映各專業的招生供求關系。

從中得到的啟示是：招生供求關系賦予了各專業錄取分數特殊的政策含義，從高等教育專業層面為招生供求的結構性均衡指明了方向。 供給端，可動態優化招生專業結構，如調整專業設置和招生配額以改變不同專業的機會供給規模，更好地與考生需求相適應。 需求端，可通過進一步分析熱門專業和冷門專業的需求特征、需求影響因素、個人需求和社會需求的關系及其內生矛盾，評估考生決策的集體理性度和需求可塑性，科學引導考生選擇。 比如，若因為現行高考高招規則設計欠合理導致的結構性需求偏差，可通過優化高考高招機制矯正需求結構；若因為高等教育招生端和就業端信息不對稱導致的結構性需求錯位，則可通過打通個人需求和社會需求間的信息障礙、完善信息鏈和信息反饋機制矯正需求結構。概言之，由錄取分數釋放的招生供求關系信號反映的不只是錄取結果，也不是單純的生源問題，它牽涉到前招生端（專業設置、招生計劃、高考制度、志愿填報模式等）、后招生端（招生—培養關系、專業分流、轉專業等）、就業端（市場信號、薪酬、宏觀政策等）、需求端（集體預期、考生動機、決策理性度等）以及信息可獲得性等諸多方面，需將其作為一個有機統一的系統來看待，方能在此基礎上精準施策。

（二）新高考改革后的生源格局重構昭示著高等教育機會需求結構的質變

浙江省新高考改革最大的特點就是學生可以自由選科。 自由選科最直接的結果就是選考側理科目的比率相較于以往文理分科時期顯著降低，特別是物理科目選考人數明顯偏少。 如此一來，考生選擇側理工專業就會受一定限制，大量優質生源涌入側文專業，打破了以往文理分科時期的生源分布格局。 另一方面，近些年經濟環境和人文環境的變化、公眾擇業觀的轉變也促使更多人偏向于選擇文科專業，即使文科專業的就業率不見得比理工科專業高，但認為它可以帶來相對舒適的工作環境、相對輕松且機動的職業、更多進入體制的機會的大有人在。 歸根結底，這是一種變相“躺平”的心態，值得全社會反思背后的問題。

再者，浙江省新高考改革把“院校+專業”的志愿模式改成“專業+院?！钡闹驹改Ｊ胶?，考生的填報邏輯從院校優先轉向專業優先，從而產生了一種現象：考生選擇專業的集中度有所增加，不同專業的填報均衡性比以往更差，熱門專業的極化效應愈發顯現。 考生志愿不斷向少數專業集聚，這對一些專業的承載力和另一些專業的存續均是個挑戰。 從生源集聚方向看，主要是向人文社科的熱門專業和醫學專業集聚。 以前人們信奉“學好數理化，走遍天下都不怕”，現在很多理工科專業，甚至理工科院校已在為招收充足的優質生源而擔憂。 另一邊，文科畢業生規模膨脹加劇了全社會的結構性失業，大量文科生就業成了問題，于是扎堆報考公務員、事業編以及考研考博，由此引發一系列社會問題。

從中得到的啟示是：新高考改革產生的種種影響和高等教育外部環境變化及其引起的公眾心理預期的改變等因素相疊加，導致了高等教育機會需求結構的質變。 如果說新高考改革帶來的影響是顯性的政策性影響，那么人文環境和公眾心態對高等教育機會需求結構的影響則更為復雜、廣泛而深遠，屬于經濟、制度、社會、文化的復合性問題。 要規避相關變化可能引發的社會風險，需內外結合。 在教育內部，應進一步完善高考招生規則體系，自由選擇和人才選拔須相統一，設計更合理的人才選拔機制和更科學的自由選擇模式，通過制度設計引導優質生源向理工科適度回歸。在教育外部，關鍵是持續優化制度環境，以制度轉向驅動文化觀念轉向、帶動經濟發展轉向。 政府應營造科技興邦和實業興邦的經濟社會氛圍，把發展實體經濟作為關鍵抓手，激活硬科學、硬技術的社會創新力和轉化力，以支撐實體經濟發展，推動產業脫虛向實，為理工科畢業生創造更多更好的就業機會、更具吸引力的薪酬待遇、更光明的職業發展前景和更高的社會地位，最大限度地消除制度性“內卷”，從根本上再塑公眾的擇業觀，也從文化觀念和社會氛圍上扼制“躺平”心態。

（三）從“財經熱”到“師范熱”同樣暗含著人們擇業價值取向變化的信號

差不多在十多年前，是經濟管理類專業（簡稱“財經類專業”）的火熱時期。 所謂“一代學理工，二代學經管，三代學藝術”的說法就形象地概括了特定時期財經類專業的盛況。 在這期間，財經院校的投檔線常讓同級別的其他類型院?？赏豢杉?。 例如，浙江財經大學（時年還是浙江財經學院）的一批次投檔線曾連續多年在省內高校中名列前茅，與綜合實力更勝一籌的浙江工業大學難分伯仲。 又如，同期的上海財經大學在浙江省的投檔線與浙江大學、復旦大學、上海交通大學等國內拔尖高校相比亦不遑多讓。 入場“票價”與辦學實力不完全相稱，只能解釋為“財經熱”的大環境使然。 具體到專業，以會計學、審計學、財務管理、金融學、金融工程、國際經濟與貿易等為代表的財經類專業曾頻頻成為各大高校錄取分最高的專業，不僅財經院校、綜合性院校如此，就連理工院校、農林院校甚至文法院校等有自身特色的院校也時常如此。

隨著時間的推移，悄然刮起了一陣“師范熱”的風（突出特征是文科師范專業的火爆，理科師范專業升溫相對溫和），意味著師范大學的時代正在到來。 以杭州師范大學為例，自本文的數據年份以來，投檔線在本省高校中的排名漸漸攀升，目前其漢語言文學、歷史學、小學教育、英語等師范專業的錄取分已超過浙江財經大學的會計學、金融學等傳統優勢專業，這在十多年前是完全不可想象的。 尤其在2020 年教育部就“義務教育教師工資問題連發2 個通知后，“師范熱”現象愈發凸顯。 但凡開設了師范專業的高校，錄取分較高的專業往往被此類專業包攬，本文的樣本院?？捎∽C這一論斷。

從中得到的啟示是：從“財經熱”到“師范熱”的轉變意味著人們擇業價值取向的轉變，從習慣于挑戰性和不確定性轉變為尋求穩定性和確定性。 現實中，受教育者本身對外部環境變化的敏感性要高于教育實施者，他們專業選擇的大方向轉變必然是對環境變化做出的反應。 在經濟高速增長的年代，空氣中彌漫著各種機遇和誘惑，用李寧曾用過的一句廣告詞來說就是“一切皆有可能”。 故而市場活力煥發，人們愿意從事一份具有挑戰性的工作，即使收入存在不確定性。 一定的不確定性恰恰意味著無限可能。 彼時，不是所有人都羨慕教師和公務員的穩定收入，一部分群體更樂意在體制外實現人生理想，故而財經類專業在招生端需求旺盛。 隨著經濟增速放緩、創業成本增加、社會預期降低，潛在交易成本跟著上升，風險因素隨之增多。 而國家在各個領域的支配力則顯著增強，包括經濟和非經濟方面，越來越多的人開始求穩，以尋求一份穩定、有編制的工作為終極目標。 于是，公務員、醫生、教師等職業愈發成了考生家長眼中的理想職業。 這是“師范熱”產生的根本原因，倒不是因為師范生有多么好找工作，可問題在于，若最優秀的青年都爭著去當老師，想方設法考編制，那么誰來搞經濟養活他們？ 誰進企業創造財富？ 誰又去搞研發？ 至于如何破解這一難題，顯然單單依靠教育領域的改革無濟于事，歸根結底需要從經濟環境、社會環境、制度環境和文化環境的優化入手，從體制改革入手，通過盤活體制機制提高社會活力，讓更多人愿意從圍繞編制的固化狀態中“電離”出來。 關鍵是“電離”后有事可干、有事想干，在市場的大舞臺中實現個人價值的同時創造更多社會價值，相關問題也就迎刃而解了。

注釋：

①208 所本科院校通過分層半隨機抽樣的原則選出。 第一，從不同類型院校中各選一部分，綜合、理工、師范、醫藥、財經、農林、政法等類型院校均有涉及，以確保樣本的代表性。 第二，從不同地區各選一部分院校作為樣本院校，使院校的來源空間覆蓋絕大部分省、市、自治區，以確保樣本的空間均衡性。 第三，對于非浙江省院校，按照在浙江省招生專業數盡可能多的原則選取，以增加數據庫中的專業點數和種數，即增加數據“厚度”，確保數據分析的信度。

②一個專業的錄取分首位率是指其錄取平均分進入各高校招生專業前15%的概率，即錄取平均分進入各高校招生專業前15%的次數與該專業總招生點數之比。 一個專業的首位率高低比它成為高分錄取專業的絕對頻次更有實際意義。 絕對頻次在一定程度上取決于布點多寡，錄取分首位率則是消除了不同專業規模因素后的指標，能更加真實地反映不同專業的報考熱度。

③常見本科專業即布點較多、開設率較高的本科專業，本文將其界定為：在208 所樣本院校中，招生點數超過10 個的專業。 篩選出常見專業再進行錄取分首位率排序是為了提高數據分析的信度，減少偶然因素對排序結果的影響。

④本文將錄取分勢差定義為各專業的錄取平均分與所在院校投檔線的差值，差值越大，相應專業的錄取門檻就越高，即生源基礎越好。 文中的錄取分勢差一般指平均勢差，有兩層含義：一是指同一種專業不同專業點錄取分勢差的均值；二是指每一種專業2005—2021 年歷年錄取分勢差的均值。 為了簡化表述，文中省去“平均”二字，直接使用“錄取分勢差”一詞。